[发明专利]黑眼圈类型识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种黑眼圈类型识别方法、装置、计算机设备和存储介质。该方法包括：获取待识别人脸图像；根据所述待识别人脸图像获取目标眼周区域图像；当所述目标眼周区域图像中有黑眼圈时，将所述目标眼周区域图像输入预设的目标神经网络模型进行处理，确定所述黑眼圈的类型；所述目标神经网络模型为根据多个人脸图像样本和预设的初始神经网络模型进行训练得到的神经网络模型。该方法可以准确识别目标眼周区域图像中的的黑眼圈类型，识别准确度较高。

技术领域

本申请涉及图像处理领域，特别是涉及一种黑眼圈类型识别方法、装置、计算机设备和存储介质。

背景技术

随着生活水平的提高，人们对自身健康的关注度越来越高，黑眼圈作为一种亚健康的表现，引起了人们越来越多的关注。若要对有黑眼圈的患者做出相应的治疗和护理等，需要准确识别出该患者是否有黑眼圈，并准确判断黑眼圈的类型。

但是，传统技术中对于黑眼圈类型的判定还比较匮乏。

发明内容

基于此，有必要针对传统技术对于黑眼圈类型的判定还比较匮乏的问题，提供一种黑眼圈类型识别方法、装置、计算机设备和存储介质。

第一方面，本申请实施例提供一种黑眼圈类型识别方法，所述法包括：

获取待识别人脸图像；

根据所述待识别人脸图像获取目标眼周区域图像；

当所述目标眼周区域图像中有黑眼圈时，将所述目标眼周区域图像输入预设的目标神经网络模型进行处理，确定所述黑眼圈的类型；所述目标神经网络模型为根据多个人脸图像样本和预设的初始神经网络模型进行训练得到的神经网络模型。

在其中一个实施例中，在所述根据待识别人脸图像获取目标眼周区域图像之后，所述方法还包括：

将所述目标眼周区域图像输入预设的阈值分割模型进行处理，得到分割后的分割眼周区域图像；所述分割眼周区域图像包括白色像素点和黑色像素点；

计算所述白色像素点与所述分割眼周区域图像的比例；

根据所述比例与预设的比例阈值的比较结果，确定所述目标眼周区域图像中是否有黑眼圈。

在其中一个实施例中，所述根据所述比例与预设的比例阈值的比较结果，确定所述目标眼周区域图像中是否有黑眼圈，包括：

当所述比例大于或等于所述比例阈值时，确定所述目标眼周区域图像中有黑眼圈；

当所述比例小于所述比例阈值时，确定所述目标眼周区域图像中没有黑眼圈。

在其中一个实施例中，所述根据所述待识别人脸图像获取目标眼周区域图像，包括：

对所述待识别人脸图像进行人脸关键点检测，得到多个人脸关键点；

从所述多个人脸关键点中选取部分人脸关键点作为目标人脸关键点，并基于所述目标人脸关键点确定所述目标眼周区域图像。

在其中一个实施例中，在所述将所述目标眼周区域图像输入预设的目标神经网络模型进行处理，确定所述黑眼圈的类型之前，所述方法还包括：

获取所述多个人脸图像样本分别对应的训练眼周区域；

执行训练处理操作，所述训练处理操作包括：将所述训练眼周区域输入所述初始神经网络模型中进行处理，得到所述初始神经网络模型的输出数据，并根据预设的损失函数计算所述输出数据与预设的期望输出标签之间的误差；

当所述误差小于预设阈值时，将所述初始神经网络模型作为所述目标神经网络模型。

在其中一个实施例中，当所述误差不小于所述预设阈值时，所述方法还包括：